TensorFlow：集成神經網絡的輸出

Question

我有一個神經網絡，它將兩個參數作為輸入：

t = tf.placeholder(tf.float32, [None, 1])
x = tf.placeholder(tf.float32, [None, 1])

在我的損失函數中，我需要將輸出整合到t ，但我無法弄清楚這樣做的方法，因為TensorFlow中唯一可用的數值積分函數tf.contrib.integrate.odeint_fixed不能將Tensor作為函數，因為它不能被稱為：

呼叫

t = tf.constant(np.linspace(0.0,1.0,100), dtype = tf.float64 )

integ = tf.contrib.integrate.odeint_fixed(model.output, 
                                          0.0, 
                                          t, 
                                          method = "rk4")

產量

...

<ipython-input-5-c79e79b75391> in loss(model, t, x)
     24                                                 0.0,
     25                                                 t,
---> 26                                                 method = "rk4")

...

TypeError: 'Tensor' object is not callable

更不用說我在這個計算中對如何處理x也毫無頭緒，它應該是固定的。

Answer 1

tf.contrib.integrate.odeint_fixed似乎用於積分常微分方程（ODE）。 但是，如果我理解正確，你想要近似模型輸出的定積分，我們稱之為y ，在t采樣。

為此，您可以使用梯形規則 ，您可以在tensorflows AUC函數中找到可能的實現。 在您的情況下，它可能看起來像：

from tensorflow.python.ops import math_ops

def trapezoidal_integral_approx(t, y):
    return math_ops.reduce_sum(
            math_ops.multiply(t[:-1] - t[1:],
                              (y[:-1] + y[1:]) / 2.), 
            name='trapezoidal_integral_approx')

其中y是模型的輸出。